автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Методология разработки биомедицинских интегрированных учебно-исследовательских систем на основе компьютеризации обучения и семантического моделирования



Г/ ' "ч р• ^

Воронежский государственный технический университет

На правах рукописи

ФЕДЯНИН Виталий Иванович

МЕТОДОЛОГИЯ РАЗРАБОТКИ БИОМЕДИЦИНСКИХ ИНТЕГРИРОВАННЫХ УЧЕБНО-ИССЛЕДОВАТЕЛЬСКИХ

СИСТЕМ НА ОСНОВЕ КОМПЬЮТЕРИЗАЦИИ ОБУЧЕНИЯ И СЕМАНТИЧЕСКОГО МОДЕЛИРОВАНИЯ

Специальность: 05.13.09 - Управление в биологических и медицинских системах (включая применение вычислительной техники)

ДИССЕРТАЦИЯ на соискание ученой степени доктора технических наук

Научный консультант:

доктор технических наук, профессор

зидиум ВАК России -

» РОДИОНОВ О.В.

^ио от" л" 19¿3.,№ 33&//Г/

п ртКУДил ученую степень ДОКТОРА "

/Ъ Воронеж - \\

------—х -_____ наук

Начальник управления ВАК России

99

СОДЕРЖАНИЕ

ВВЕДЕНИЕ 5

1. ОСНОВНЫЕ НАПРАВЛЕНИЯ В РАЗВИТИИ СИСТЕМ БИОМЕДИЦИНСКИХ ИССЛЕДОВАНИЙ И РАЦИОНАЛЬНОГО УПРАВЛЕНИЯ ПРОЦЕССАМИ ОБУЧЕНИЯ И ЛЕЧЕНИЯ 17

1.1. Современные высокие медицинские технологии, методы построения и функционирования систем медико-биологических исследований 17

1.2. Пути развития инструментального обеспечения диагностического процесса и повышения эффективности применения высоких технологий в обучении и научных исследованиях 26

1.3. Цель и задачи исследования 40

2. ТЕОРЕТИЧЕСКИЕ И МЕТОДИЧЕСКИЕ ОСНОВЫ ПОСТРОЕНИЯ БИОМЕДИЦИНСКОЙ ИНТЕГРИРОВАННОЙ УЧЕБНО-ИССЛЕДОВАТЕЛЬСКОЙ СИСТЕМЫ 43

2.1. Теоретические основы построения биомедицинских

интегрированных учебно-исследовательских систем 43

2.2. Основные принципы интеграции систем медицинской диагностики и автоматизированного обучения, методология построения биомедицинских интегрированных учебно-исследовательских систем 51

2.3. Методика проведения компьютерного совещания по оцениванию эффективности биомедицинской интегрированной учебно-исследовательской системы 62

Выводы второй главы 71

3. МЕТОДЫ И АЛГОРИТМЫ МОДЕЛИРОВАНИЯ И

ПРИНЯТИЯ РЕШЕНИЙ В БИОМЕДИЦИНСКИХ ИССЛЕДОВАНИЯХ 72 3.1. Методы интеллектуальной поддержки принятия решений

при выборе тактики лечения 72

3.2. Имитационное моделирование процессов принятия решений

при выборе тактики лечения 90

3.3. Логическое моделирование процедур диагностики и

выбора лечения 94

Выводы третьей главы 97

4. АЛГОРИТМИЗАЦИЯ ПРОЦЕСОВ АВТОМАТИЗИРОВАННОГО МОДЕЛИРОВАНИЯ И ОПТИМИЗАЦИЯ ОБУЧАЮЩИХ ПРОЦЕДУР В РАМКАХ ПОДСИСТЕМЫ АВТОМАТИЗИРОВАННОГО МОДЕЛИРОВАНИЯ 98

4.1. Алгоритмическое обеспечение процессов моделирования физиологических показателей 98

4.2. Алгоритмическое обеспечение и оптимизация процедур обучения работе с подсистемой автоматизированного

моделирования 112

4.3. Организация имитационного эксперимента на основе оптимизационной модели обучающей подсистемы 116 Выводы четвертой главы 124

5. СТРУКТУРА ЭКСПЕРТНО- ОБУЧАЮЩЕЙ СИСТЕМЫ И МЕТОДЫ ФОРМАЛЬНОГО ОПИСАНИЯ ПРЕДМЕТНОЙ ОБЛАСТИ ОБУЧЕНИЯ 125

5.1. Структура экспертно-обучающей системы 125

5.2. Формирование системы базовых и производственных

понятий предметной области 133

5.3. Методы формирования семантического пространства

знаний и их формализация 141

5.4. Методы автоматизированного формирования семантического графа, семантических и дидактических параметров фрагментов предметной области 154

Выводы пятой главы 160

6. ОПТИМИЗАЦИЯ УПРАВЛЕНИЯ ПРОЦЕССОМ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ ЗНАНИЯМ ПРЕДМЕТНОЙ ОБЛАСТИ НА ОСНОВЕ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИИ 162

6.1. Формирование иерархической модели обучаемого

для целей управления процессом автоматизированного обучения 162

6.2. Модели оптимального принятия решений при управлении процессом автоматизированного обучения 173

6.3. Построение функциональной семантической сети

усвоения понятий предметной области 185

6.4. Оптимальная организация информационных потоков

при проведении видеокомпьютерной лекции 191

Выводы шестой главы 198

7. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ И ПРИМЕНЕНИЕ БИОМЕДИЦИНСКОЙ ИНТЕГРИРОВАННОЙ ЭКСПЕРТНО-ОБУЧАЮЩЕЙ СИСТЕМЫ 200

7.1. Биомедицинская интегрированная учебно-исследовательская система в рамках микродиагностического центра дифференциального обучения 200

7.2. Технология формирования автоматизированных учебных

курсов для биомедицинской учебно-исследовательской системы 210

7.3. Оценка эффективности и результаты апробации и внедрения интегрированной биомедицинской учебно-исследовательской системы

в учебный процесс и клиническую практику 219

ЗАКЛЮЧЕНИЕ 229

ЛИТЕРАТУРА 232

ПРИЛОЖЕНИЯ 255

ВВЕДЕНИЕ

Актуальность темы. Современное состояние здравоохранения Российской Федерации характеризуется низкой эффективностью деятельности учреждений здравоохранения, недостаточным финансированием и ресурсным обеспечением, неадекватным качеством медицинской помощи на фоне высокой обеспеченности населения врачебными кадрами и больничными койками.

В связи с этим перед здравоохранением стоит задача большой сложности и масштаба - проведение комплексной реформы, в основе которой лежит переход к новой системе организации и финансирования, реализация стратегии "врач общей практики", снижение бюджетных расходов. Важнейшими направлениями реформирования здравоохранения России являются повышение эффективности использования ресурсов здравоохранения, качества медицинской помощи и эффективности труда, внедрение современных медицинских технологий.

Одним из реальных путей проведения реформ, вывода медицины из кризиса, является повсеместное внедрение высоких медицинских технологий диагностики и лечения, обладающих ощутимым экономическим эффектом и способных сократить расходы на лечение пациентов. Не вызывает сомнений, что быстрая и точная диагностика заболеваний, быстрое и качественное лечение являются не только медицинской, но и экономической категорией [135,136].

Под высокими медицинскими технологиями будем понимать специальные процессы инструментальных биомедицинских исследований и лечения заболеваний на основе наукоемких приборов и систем, широкого комплекса междисциплинарных знаний и методов. Особенностью высоких медицинских технологий является активное использование в них передовых достижений информационных технологий.

Такие технологии сродни технологиям космического приборостроения, в которых используются особые материалы, наукоемкое производство, высо-

кое качество и надежность аппаратуры. Разработка, внедрение высоких медицинских технологий, обучение работе с ними - важная государственная и научная проблема.

Современные процессы биомедицинских исследований и лечения на основе высоких медицинских технологий характеризуются значительной сложностью, носят вероятностный характер. Принятие решений осуществляется во множестве схем исследования и лечения в условиях неполной априорной информации, цели определены на дискретном множестве возможных видов инструментальных исследований и лечебных воздействий, их явное аналитическое выражение через управляющие воздействия отсутствуют, оценка эффективности исследований и лечения в целом проводится по набору противоречивых критериев.

Для освоения современных высоких медицинских технологий в условиях особенностей диагностического и лечебного процессов необходимо обеспечить им интеллектуальную и компьютерную поддержку на основе обучения с использованием обучающих систем, разработать информационное и программное обеспечение, модели, алгоритмы и процедуры принятия решений. Эффективность интеллектуальной поддержки принятия решений существенным образом зависит от адекватности математического описания физиологических процессов и возможностей их автоматизированного моделирования в обучающих системах. Все это выдвигает проблему повышения уровня подготовки специалистов в области биомедицинских систем, которая охватывает не только процесс овладения новыми медицинскими компьютерными технологиями при подготовке специалистов, но и процесс обучения практических врачей в предметно-ориентированной области медицины.

В настоящее время наиболее перспективным направлением развития автоматизированных обучающих систем является применение для их разработки новых информационных технологий, в частности, технологии искусственного интеллекта. Интеллектуальные обучающие системы представляют

один из путей применения достижений искусственного интеллекта в образовании.

Основными отличительными чертами интеллектуальных обучающих систем от обычных является наличие знаний: о предметной области (курсе обучения); знания об обучаемом; знания о стратегиях обучения; метазнания -знания о том, как применять знания о стратегиях обучения к обучаемому. Эти виды знаний в формализованном виде загружаются в базу знаний и обрабатываются посредством того или иного механизма логического вывода.

Одним из центральных и наиболее сложных моментов в разработке систем, основанных на знаниях, в том числе и интеллектуальных обучающих систем, является представление знаний, поскольку от него зависят интеллектуальные возможности системы и ее эффективность. Разработанный формализм представления знаний позволяет структурировать знания эксперта о предметной области, построить ее семантическую модель. С учетом специфики учебных курсов и видов решаемых задач разрабатывается соответствующий формализм представления профессиональных знаний. Кроме того, существенное влияние оказывает содержание учебных курсов, их вид: описательный, математический, конструкторский и др.

Не менее важной, чем проблема представления знаний, является проблема построения модели обучаемого (student model). В последние годы исследования сосредоточились на средствах поддержки обучения, предназначенных содействовать "обучению действием". Эти системы пытаются скомбинировать опыт решения задач и руководство обучаемым, которые часто находятся в противоречии. Чтобы преодолеть это противоречие, нужно иметь полные управляющие или обучающие стратегии. Их использование позволит обеспечить интеллектуальное руководство обучаемым, эффективно использовать возможности обучающей системы, оптимизировать процесс обучения.

Этим требованиям отвечает новый класс компьютерных медицинских систем - биомедицинских интегрированных учебно-исследовательских систем, методика формирования которых до настоящего времени отсутствует.

Таким образом, необходимость разработки методологии создания биомедицинской интегрированной учебно-исследовательской системы на основе компьютеризации обучения и семантических моделей знаний, формирования моделей и алгоритмов функционирования такой системы для освоения высоких медицинских технологий делает актуальной проблему научного исследования [66, 249].

Диссертационная работа выполнена в соответствии с межвузовской комплексной научно-технической программой 12.11 "Перспективные информационные технологии в высшей школе" в рамках одного из основных направлений Воронежского государственного технического университета "Биокибернетика, компьютеризация в медицине". Научные результаты, изложенные в диссертации, получены при выполнении следующих научно-исследовательских работ: "Разработка алгоритмического, программного обеспечения процессов диагностики и лечения заболеваний и формирования автоматизированных систем" и "Принципы создания моделей и алгоритмов автоматизированных лечебно-диагностических и учебных систем".

Цель и задачи исследования. Целью диссертации является разработка комплекса методов, моделей и алгоритмов биомедицинских интегрированных учебно-исследовательских систем, предназначенных для эффективного управления диагностическим, лечебным и учебным процессами и обеспечивающих оптимальные схемы биомедицинских исследований и выбора тактики лечения, сокращение сроков обучения и повышение качества подготовки специалистов.

Для достижения поставленной цели необходимо решить следующие основные задачи:

обосновать и разработать теоретические и методические основы и принципы формирования структуры биомедицинской интегрированной учебно-исследовательской системы;

сформировать рациональную структуру интегрированной учебно-исследовательской системы, ориентированную на комплекс диагностических и компьютерных средств;

разработать модели процессов принятия решений в диагностике и выборе схем лечения на основе интегрированной научно-исследовательской системы;

разработать процедуры алгоритмизации рационального выбора тактики лечения и обучающих средств;

сформировать структуру экспертно-обучающей системы и разработать методы формального описания предметной области обучения;

построить модели оптимального управления процессом автоматизированного обучения на основе семантической информации;

реализовать методологию разработки биомедицинской интегрированной учебно-исследовательской системы, создать программное, информационное и техническое обеспечение, разработать технологию использования этой системы в диагностическом и учебном процессах.

Методы исследования. При решении поставленной задачи в работе использовались методы системного анализа, теории множеств, методы вычислительной математики и многоальтернативной оптимизации, теории исследования операций и принятия решений, теории управления биологическими и медицинскими системами, теории вероятностей и математической статистики.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

методология построения биомедицинских интегрированных учебно-исследовательских систем, основанная на принципах семантического моде-

лирования и обеспечивающая использование эврестических оценок врача-эксперта на этапах синтеза обобщенных моделей управления лечебно-диагностическим процессом и компьютеризированного обучения;

функционально-структурная схема биомедицинской интегрированной учебно-исследовательской системы, отличающаяся интеграцией математического описания процедур выбора схем биомедицинских исследований и тактики лечения с учетом особенностей содержания предметной области обучения и использующая средства комплексного представления информации;

методы интеллектуальной поддержки принятия решений в организации биомедицинских исследований, обучения и управления лечением, отличающиеся интеграцией экспертных и модельных оценок в двухуровневом адаптивном алгоритме, обеспечивающие повышение эффективности процесса принятия решений в условиях неполной исходной информации;

метод автоматизированного формирования системы базовых и производных понятий предметной области, позволяющий генерировать семантическую модель и структуру автоматизированных учебных курсов;

технология формализации представления знаний учебных заданий и описания стратегий обучения в виде семантических моделей, отличающийся объектно-фреймовой структурой и позволяющий эффективно организовать манипуляцию ими в автоматическом режиме;

программное, информационное и техническое обеспечение интегрированной учебно-исследовательской системы, ориентированное на использование баз данных и знаний, библиотек алгоритмов обработки и визуализации данных, компьютерных средств в составе корпоративной вычислительной сети.

Практическая ценность и реализация результатов работы. Разработана и реализована методика построения биомедицинских интегрированных учебно-исследовательских систем, методы поддержки принятия решений при проведении биомедицинских исследований, выборе тактики лечения, семан-

тические модели и стратегии оптимального автоматизированного обучения специалистов в области биомедицинских систем.

Создано проблемно-ориентированное программно-информационное обеспечение интегрированной учебно-исследовательской системы, позволяющее сформировать медицинские банки данных, применить полученные результаты научных исследований в компьютерной подготовке специалистов, интеллектуальной поддержке принятия решений врачей-экспертов при разработке ими математического описания физиологических процессов, проведении биомедицинских исследований, выборе более эффективной тактики лечения.

Построенные модели прогнозирования генеративной функции, лечения сахарного диабета и лимфолейкоза дали возможность организовать интеллектуальную поддержку при создании автоматизированных рабочих мест специалистов.

Результаты диссертации внедрены в Воронежской областной клинической больнице, Воронежском лечебно-диагностическом центре, используются в учебном процессе Воронежского государственного технического университета и Международного университета высоких технологий при обучении студентов по специальности 190500 "Биотехнические и медицинские аппараты и системы". Ожидаемый годовой экономический эффект составляет 785 тыс. рублей (в ц�